OceanBase 数据库分布式与集中式 能力

news/2024/12/22 20:34:10 标签: oceanbase, 数据库, 分布式

OceanBase分布式数据库与集中式数据库的差异

    分布式数据库能解决金融行业最有挑战的高并发低延迟的核心交易系统的稳定性、扩展性、高性能问题。OB之所以一直强调分布式是说它具备很强的数据处理能力,当然从OB4.0开始也支持集中式了。

在实际业务场景中20%是分布式,80%是集中式      

数据库系统在信息化时代扮演着重要角色,而在数据库设计中,分布式数据库与集中式数据库是两种不同的架构模式。它们在数据存储、处理方式和可扩展性等方面存在显著差异

1. 数据存储方式:

集中式数据库将所有数据存储在单一服务器中,这使得数据管理和维护相对简单,但也造成了单点故障的风险。与之相反,分布式数据库将数据分散存储在多台服务器上,通过分片或分区的方式实现。这种分布式的存储方式提高了数据的可用性和冗余度,减少了单点故障的风险。

2. 数据处理方式:

在集中式数据库中,所有的数据处理都在同一台服务器上进行,因此处理速度受限于单台服务器的性能。而分布式数据库充分利用多台服务器的计算能力,可以并行处理大量数据,从而提高数据处理的效率和速度。

3. 可扩展性:

分布式数据库在面对大规模数据增长时表现出色。通过添加更多的服务器节点,分布式系统可以轻松地进行水平扩展,从而保持高性能和低延迟。相比之下,集中式数据库的扩展性有限,一旦服务器性能达到瓶颈,就需要进行垂直扩展,这往往是昂贵且复杂的。

4. 高可用性:

分布式数据库在高可用性方面具有优势。由于数据在多个服务器上复制,当某台服务器故障时,系统仍然可以从其他服务器中获取数据。集中式数据库在服务器故障时容易导致系统中断,可用性相对较低。

5. 安全性:

集中式数据库可以在单一服务器上实施统一的安全策略,便于管理和监控。分布式数据库由于涉及多台服务器,需要更复杂的安全措施来保护数据的完整性和隐私。

6. 成本:

集中式数据库通常具有较低的初始成本,因为只需要购买和维护单一服务器。然而,随着数据量的增长和性能的需求提升,额外的硬件和资源投入可能会显著增加。分布式数据库虽然初始投入较高,但随着需求的增长,其成本增长相对较稳定。

7. 复杂性:

分布式数据库的设计、部署和管理通常比集中式数据库更复杂。需要考虑数据分片、负载均衡、数据一致性等诸多因素。而集中式数据库的维护和管理相对较为简单,适用于小规模应用。

在国产数据库中,OceanBase数据库作为一种典型的分布式关系型数据库,其核心特点在于分布式能力,具备极高的可扩展性和高可用性。采用shared-nothing架构,各个数据节点之间完全对等,每个节点都有自己的 SQL 引擎、存储引擎、事务引擎,可以在普通 PC 服务器组成的集群之上,运行有高扩展、高可用要求的应用。OceanBase 分布式集群的多台机器同时提供数据库服务,并利用多台机器提供数据库服务高可用的能力。在上图中,应用层将请求发送到代理服务(Obproxy),经过代理服务的路由后,发送到实际服务数据的数据库节点(OBServer 节点),请求的结果沿着反向的路径返回给应用层。整个过程中不同的组件通过不同的方式来达到高可用的能力。在数据库节点(OBServer 节点)组成的集群中,所有的数据以分区为单位存储并提供高可用的服务能力,每个分区有多个副本。一般来说,一个分区的多个副本分散在多个不同的 Zone 里。多个副本中有且只有一个副本接受修改操作,叫做主副本(Leader),其他叫做从副本(Follower)。主从副本之间通过基于 Multi-Paxos 的分布式共识协议实现了副本之间数据的一致性。当主副本所在节点发生故障的时候,一个从节点会被选举为新的主节点并继续提供服务。

综上所述,分布式数据库和集中式数据库在数据存储、处理方式、可扩展性、高可用性、安全性、成本和复杂性等方面存在明显的差异。选择合适的数据库架构应根据具体业务需求和规模来进行权衡,以实现最佳的性能和效益。

如需要系统学习交可以联系:竺老师 

0001 0101 0001 0110  0111 0001 0001 0110 0011 0000 0010


http://www.niftyadmin.cn/n/5795818.html

相关文章

CSS 网络安全字体

适用于 HTML 和 CSS 的最佳 Web 安全字体 下面列出了适用于 HTM L和 CSS 的最佳 Web 安全字体: Arial (sans-serif)Verdana (sans-serif)Helvetica (sans-serif)Tahoma (sans-serif)Trebuchet MS (sans-serif)Times New Roman (serif)Georgia (serif)Garamond (se…

均方误差损失函数(MSE)和交叉熵损失函数详解

为什么需要损失函数 前面的文章我们已经从模型角度介绍了损失函数,对于神经网络的训练,首先根据特征输入和初始的参数,前向传播计算出预测结果,然后与真实结果进行比较,得到它们之间的差值。 损失函数又可称为代价函…

c++数据结构算法复习基础--12--排序算法-常见笔试面试问题

1、STL里sort算法用的是什么排序算法? 快速排序算法。 插入排序(待排序序列个数<32时,系统默认32)。 递归层数太深,转成堆排序。 #include<algorithm> //算法库,头文件使用了快速排序: sort原码: 小到大 _EXPORT_STD template <class _RanIt> _CON…

中国人工智能学会技术白皮书

中国人工智能学会的技术白皮书具有多方面的重要作用&#xff0c;是极具权威性和价值的参考资料。 看看编委会和编写组的阵容&#xff0c;还是很让人觉得靠谱的 如何下载这份资料呢&#xff1f;下面跟着步骤来吧 步骤一&#xff1a;进入中国智能学会官网。百度搜索“中国智能学…

移除链表元素(最优解)

题目来源 203. 移除链表元素 - 力扣&#xff08;LeetCode&#xff09; 题目描述 给你一个链表的头节点 head 和一个整数 val &#xff0c;请你删除链表中所有满足 Node.val val 的节点&#xff0c;并返回 新的头节点 。 示例 1&#xff1a; 输入&#xff1a;head [1,2,6,3,4…

【杂谈】虚拟机与EasyConnect运行巧设:Reqable助力指定应用流量专属化

场景 公司用的是EasyConnect&#xff0c;这个软件非常好用&#xff0c;也非常稳定&#xff0c;但是有个缺点&#xff0c;就是会无条件拦截本机所有流量&#xff0c;而且会加入所有运行的exe程序&#xff0c;实现流量全部走代理。 准备材料 一个windows/Linux 桌面版虚拟机Ea…

Webpack学习笔记(5)

1.拆分开发环境和生产环境配置 很多配置在开发环境和生产环境存在不一致的情况&#xff0c;比如开发环境没有必要设置缓存&#xff0c;生产环境需要设置公共路径等等。 2.公共路径 使用publicPath配置项&#xff0c;可以通过它指定应用程序中所有资源的基础路径。 webpack.…

Eureka服务注册源码

spring-cloud-starter-netflix-eureka-client 版本是3.0.3 核心装备类&#xff1a; EurekaClientAutoConfiguration EurekaDiscoveryClientConfiguration 核心类&#xff0c;以及引用的关系如下 EurekaRegistration - EurekaInstanceConfigBean 实例配置bean- ApplicationInfo…